python爬取圖片遇見src亂碼： data:image/png;base64

　　向爬取自己喜歡的圖片，但是在爬取下來的程式碼當中圖片的src會出現亂碼的情況：data:image/png;base64。搞了我好長時間，試過偽裝headers，也試過通過修改網頁js的內容來讓img的src顯示出來，也試過修改div的display屬性，但是全部都沒用，最後瞭解了才知道，這是Data URI scheme。

一：Data URI scheme：

　　目的是將一些小的資料，直接嵌入到網頁中，從而不用再從外部檔案載入。比如上面那串字元，其實是一張小圖片，將這些字元複製黏貼到火狐的位址列中並轉到，就能看到它了，一張1X36的白灰png圖片

　　資料分類：data表示取得資料的協定名稱，image/png 是資料型別名稱，base64 是資料的編碼方法，逗號後面就是這個image/png檔案base64編碼後的資料

　　這樣寫的好處（對我這種萌新來說簡直災難）：影象檔案的內容直接寫在了HTML 檔案中，節省了一個HTTP 請求。

二：使用python爬取解決的方法

　　解決思路：

　　　　它就是普通的<imgsrc="...."/>屬性值。使用你的能夠解析html的解析器，找到imageelement，取得它的src屬性值，將base64格式的字串轉為byte[]，然後放到MemoryStream中供Image控制元件讀取，畫出圖片。（如果只是輸出，得到byte[]資料結構即可）

　　舉例：

string txt = @"data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAIQAAAARCAMAAAArMfRlAAAABGdBTUEAALGPC/xhBQAAACBjSFJNAAB6J";

var tmpArr = txt.Split(',');

byte[] bytes = Convert.FromBase64String(tmpArr[1]);

using (MemoryStream ms = new MemoryStream(bytes))

{

    ms.Write(bytes, 0, bytes.Length);

    var img 
 
= Image.FromStream(ms, true);

    img.Save("demo.png");

}

　　爬取圖片的時候，使用python中的bs64來編碼Data URI：

    # 使用BeautifulSoup來獲取對應的標籤的屬性值:使用點get，裡面再加一個屬性值的字串就好了，ok
    strings=str(bs.find(name="img",attrs={"class":"comicimg"}).get('src'))

    #解碼bs64格式的Data URI
    '''
        1.pip匯入base64的包,這個不用pip下載，pycharm自帶
        2.將src的前面編碼方式和後面的碼分離出來，兩者使用逗號相連，而且只有一個
        3.使用b64decode編碼器編譯，並儲存到字元節陣列data裡面
        4.將其字符集寫入檔案當中，就會生成所需要的檔案(為什麼匯出來的圖片是白板？？)
    '''
    head1,encode=strings.split(',',1)
    data=b64decode(encode)
    with open("image_src.png","wb") as f:
        f.write(data)
        f.close()

　　注意：本人暫時還沒有成功。。。。。。待續。。。